교차분석에서 가장 먼저 정할 것은 ‘누구와 누구를 비교할지(분석 기준)’와 ‘무엇을 비교할지(분석 대상)’입니다. 기준이 불분명하면 결과를 해석하기 어렵고, 실무에 쓸 수 있는 결론으로 이어지지 않습니다.
조사 유형별 분석 기준
성별과 연령은 대부분의 조사에서 기본 분석 기준으로 쓰입니다. 조사 주제에 따라 아래 기준을 추가합니다.
조사 유형 | 확인하려는 것 | 분석 기준 | 분석 대상 |
컨셉·만족도 조사 | 긍정적으로 평가한 사람과 부정적으로 평가한 사람이 어떻게 다른지 | 구매 의향(4·5점) vs 구매 의향(1·2·3점) | 성별, 연령, 소득, 서비스 이용 빈도, 주요 구매 요인(KBF) |
브랜드·U&A 조사 | 우리 브랜드 이용자만 선호하는지, 경쟁사 이용자도 관심을 보이는지 | 주 구매 브랜드, 카테고리 이용 빈도 | 성별, 연령, 구매 빈도, 구매 경로, 가격 민감도, 제품 선택 요인 |
예시1) A 브랜드 만족도 조사
분석 기준 : A 브랜드를 주로 이용하는 고객 vs 이용하지 않는 고객
분석 대상 : 가격 민감도, 재구매 의향, 브랜드 충성도
A 브랜드를 주로 이용하는 고객이 이용하지 않는 고객보다 가격 변화에 덜 민감한지, 재구매 의향과 브랜드 충성도는 얼마나 다른지 비교해볼 수 있습니다.
예시2) 온라인 식품 구독 서비스 U&A 조사
분석 기준 : 월 1회 이하 이용 고객 vs 주 1회 이상 이용 고객
분석 대상 : 생활 패턴, 가족 구성, 주요 구매 요인
이용 빈도에 따라 가족 단위 구매 비율이나 중요하게 보는 요소가 어떻게 다른지 확인할 수 있습니다.
이용 tip | 분석 기준으로 쓸 변수는 설문을 설계할 때 미리 정해 두는 것이 좋습니다. 헤비 유저 여부, 주 구매 채널, 가격 민감도처럼 기준이 될 문항을 설문에 넣어 두어야 분석 단계에서 활용할 수 있습니다.
원하는 기준이 변수에 없을 때 : 변수 생성
설문 문항을 그대로 쓰기 어렵다면 변수 탭의 변수 생성 기능으로 분석 기준을 새로 만들 수 있습니다.
이용 플랜 | 변수 생성은 Research, Enterprise 플랜에서 이용할 수 있어요.
기능 | 이럴 때 | 예시 | 더 알아보기 |
조합 | 여러 변수를 결합해 새 기준을 만들 때 | 가구 구성·자녀 유무·결혼 여부를 결합해 ‘자녀가 있는 3인 이상 기혼 가구’ 같은 라이프스테이지 변수 만들기 | |
리코드 | 보기를 묶거나 라벨·값을 바꿀 때 | ‘서울’, ‘경기도’, ‘인천’을 ‘수도권’으로 묶기 | |
수식 | 숫자형·평가형 응답을 계산해 새 지표를 만들 때 | 사칙연산과 sum·min·max·mean 함수로 점수 만들기, count 함수로 응답자별 선택 개수 세기 | |
VTL | 리코드·조합·수식 작업을 코드로 한 번에 처리할 때 | 많은 변수를 같은 규칙으로 가공하기 | |
텍스트(AI 그룹핑) | 주관식 응답을 기준으로 쓰고 싶을 때 | ‘ssg’, ‘쓱’, ‘SSG.COM’처럼 제각각인 표기를 하나로 묶어 선택형 변수로 만들기 | |
Split 함수 | 복수 응답 주관식을 항목별로 나눠 분석할 때 | ‘스타벅스|투썸플레이스’로 저장된 응답을 항목별로 분리한 뒤 리코드로 선택형 변수 만들기 | |
가중치 | 응답자 구성을 실제 시장 분포에 맞게 보정할 때 | 연령별 25%씩 수집된 응답을 실제 이용자 비율에 맞춰 보정하기 |
Next.
교차분석표 만들고 저장하기
교차분석표에서 전체와 비교·집단 간 비교하기
